Automatisierte Diagrammerstellung in der Wissenschaft durch KI-gestützte Systeme

Die Produktion von wissenschaftlichen Publikationen erfordert nicht nur fundierte Forschungsergebnisse, sondern auch deren präzise und visuell ansprechende Darstellung. Insbesondere die Erstellung von Diagrammen, die komplexe Methoden, Architekturen oder statistische Auswertungen visualisieren, ist oft ein zeitaufwendiger und ressourcenintensiver Prozess. Trotz signifikanter Fortschritte im Bereich der autonomen KI-Systeme, die auf Sprachmodellen basieren, bleibt die Generierung publikationsreifer Illustrationen eine Herausforderung. An dieser Stelle setzt das Framework "PaperBanana" an, welches darauf abzielt, diesen Engpass im Forschungsworkflow zu beseitigen.

Die Herausforderung der Diagrammerstellung in der Wissenschaft

Wissenschaftliche Diagramme sind essenziell für die klare Kommunikation von Forschungsergebnissen. Sie müssen nicht nur inhaltlich korrekt sein, sondern auch ästhetischen und methodischen Standards genügen, die oft spezifisches Fachw und gestalterische Fähigkeiten erfordern. Traditionell ist dieser Prozess stark manuell geprägt und erfordert zahlreiche Iterationen zwischen Forschenden und Grafikexperten. Diese iterative Natur ist entscheidend, da die anfängliche Generierung selten die vollständigen visuellen und kommunikativen Präferenzen eines Autors erfüllt. Studien zeigen, dass ein Großteil der Autoren nach einem ersten Entwurf weitere Überarbeitungen wünscht, um die Zufriedenheit mit dem Endergebnis zu erhöhen.

PaperBanana: Ein agentenbasiertes Framework für akademische Illustrationen

Das "PaperBanana"-Framework, entwickelt von Forschenden unter anderem der Peking University und Google Cloud AI Research, stellt einen bedeutenden Schritt in der Automatisierung der akademischen Illustration dar. Es handelt sich um ein agentenbasiertes System, das modernste visuelle Sprachmodelle (VLMs) und Bildgenerierungsmodelle nutzt. PaperBanana orchestriert spezialisierte Agenten, die Referenzen abrufen, Inhalte und Stil planen, Bilder rendern und diese iterativ durch Selbstkritik verfeinern. Das Ziel ist die automatische Erstellung von publikationsreifen Methodendiagrammen und statistischen Plots aus Textbeschreibungen.

Die Rolle von Multi-Agenten-Systemen

Der Erfolg von PaperBanana basiert auf seiner Multi-Agenten-Architektur. Diese Agenten arbeiten kollaborativ, um komplexe Aufgaben zu bewältigen, die über die Fähigkeiten eines einzelnen Modells hinausgehen. Die Spezialisierung der Agenten ermöglicht es, unterschiedliche Aspekte der Diagrammerstellung – von der inhaltlichen Planung bis zur visuellen Umsetzung – effizient zu adressieren. Dies spiegelt sich in der Fähigkeit des Systems wider, Diagramme zu erzeugen, die sowohl inhaltlich präzise als auch ästhetisch ansprechend sind.

PaperBanana-Interact: Verfeinerung durch menschliches Feedback

Die jüngste Entwicklung, "PaperBanana-Interact", erweitert die Fähigkeiten des ursprünglichen Frameworks, indem es sich explizit der Herausforderung der iterativen Verfeinerung wissenschaftlicher Diagramme durch mehrstufiges menschliches Feedback widmet. Die Autoren des Papers, darunter Xueqing Wu und Nanyun Peng, betonen die Notwendigkeit, einen Workflow zu etablieren, der es ermöglicht, Diagramme basierend auf wiederholten Rückmeldungen von Benutzern zu verbessern. Dies ist von entscheidender Bedeutung, da, wie bereits erwähnt, die erste Version eines Diagramms selten den Erwartungen vollständig entspricht.

MTPaperBananaBench: Ein neuer Benchmark für Multi-Turn-Generierung

Um die Leistung von Systemen zur mehrstufigen Diagrammgenerierung objektiv bewerten zu können, wurde MTPaperBananaBench entwickelt. Dieser Benchmark umfasst 292 Bilder, die mit 3.518 Benutzeranforderungen annotiert sind. Er dient als Grundlage für die Entwicklung und Evaluierung von Modellen, die in der Lage sind, Diagramme iterativ zu verfeinern. Um kostspielige menschliche Studien zu reduzieren und eine skalierbare Bewertung zu ermöglichen, wurde zusätzlich ein Benutzersimulator konstruiert. Dieser Simulator identifiziert in jedem Durchlauf unzufriedene Anforderungen und wandelt eine bestimmte Anzahl davon in natürliches Sprachfeedback um.

Herausforderungen bei iterativen Verfeinerungsprozessen

Die Evaluierung von bestehenden Multi-Turn-Systemen hat zwei zentrale Fehlerquellen aufgezeigt:

• Qualitätsdrift (Quality Drift): Die Qualität der Diagramme nimmt über mehrere Überarbeitungsrunden hinweg ab. Dies bedeutet, dass Verbesserungen in einem Bereich zu Verschlechterungen in einem anderen führen können.
• Vergessen (Forgetting): Zuvor implementierte Funktionen oder Korrekturen gehen in nachfolgenden Überarbeitungsrunden verloren. Das System "vergisst" also, was es bereits gelernt oder umgesetzt hat.

Diese Probleme unterstreichen die Komplexität der Aufrechterhaltung von Kohärenz und Qualität über iterative Prozesse hinweg.

PaperBanana-Interact: Eine Lösung für Qualitätsdrift und Vergessen

PaperBanana-Interact wurde entwickelt, um diesen Herausforderungen entgegenzuwirken. Es handelt sich um ein Multi-Agenten-System, das Diagramme durch eine interne "Kritik-und-Verfeinerungs"-Schleife überarbeitet. Diese Schleife ermöglicht es dem System, eigene Entwürfe kritisch zu bewerten und basierend auf dieser Bewertung gezielte Verbesserungen vorzunehmen, bevor es neues menschliches Feedback integriert. Durch diesen Ansatz verbessert PaperBanana-Interact die Diagrammqualität über die Runden hinweg konsistent, anstatt sie zu verschlechtern.

Leistungsverbesserungen

Die Ergebnisse zeigen, dass PaperBanana-Interact die Baselines in Bezug auf die Qualitätsbewertung um 11,9 bis 18,6 Punkte übertrifft und das "Vergessen" um 3,7 bis 6,2 Punkte reduziert. Diese signifikanten Verbesserungen unterstreichen das Potenzial des Ansatzes, die Effizienz und Qualität der wissenschaftlichen Diagrammerstellung erheblich zu steigern.

Ausblick und Implikationen für die B2B-Anwendung

Die Entwicklungen rund um PaperBanana und PaperBanana-Interact haben weitreichende Implikationen, insbesondere für den B2B-Sektor. Unternehmen, die im Bereich der wissenschaftlichen Publikation, technischen Dokumentation oder der Erstellung komplexer Geschäftsberichte tätig sind, könnten von solchen automatisierten Lösungen profitieren. Die Fähigkeit, hochwertige, konsistente und präzise Diagramme effizient zu erstellen, kann nicht nur Kosten senken, sondern auch die Markteinführungszeit für Forschungsergebnisse oder Produkte verkürzen.

Für Mindverse als KI-Partner, der umfassende Content-Tools anbietet, sind solche Entwicklungen von großem Interesse. Die Integration von Fähigkeiten zur automatisierten Diagrammerstellung, die menschliches Feedback intelligent verarbeiten und iterativ lernen können, würde das Portfolio an KI-gestützten Content-Lösungen erweitern und die Wertschöpfung für anspruchsvolle B2B-Kunden weiter steigern.

Die Forschung zeigt einen klaren Weg auf, wie KI nicht nur repetitive Aufgaben automatisieren, sondern auch in kreativen und komplexen Bereichen wie der visuellen Kommunikation in der Wissenschaft eine unterstützende und verbessernde Rolle spielen kann. Die Fähigkeit, auf mehrstufiges Feedback zu reagieren und dabei Qualität und Kohärenz zu wahren, ist ein entscheidender Schritt in Richtung einer noch intelligenteren und anpassungsfähigeren KI-gestützten Content-Generierung.

Bibliography

- Wu, X., Balasubramanian, A., Li, B., Zhu, D., Chang, K.-W., Song, Y., Meng, R., Pfister, T., & Peng, N. (2026). PaperBanana-Interact: Scientific Diagram Refinement with Multi-Turn Human Feedback. arXiv:2608.30241. - Zhu, D., Meng, R., Song, Y., Wei, X., Li, S., Pfister, T., & Yoon, J. (2026). PaperBanana: Automating Academic Illustration for AI Scientists. AlphaXiv, 2601.23265. - Google Cloud AI Research. (2026). PaperBanana: Automating Academic Illustration for AI Scientists. dwzhu-pku.github.io/PaperBanana/ - EmergentMind. (2026). PaperBanana: Automated Academic Illustrations. emergentmind.com/papers/2601.23265 - LuhuiDev. (2026). PaperBanana Explained: How Multi-Agent AI Generates Academic Method Diagrams. luhuidev.com/en/essays/paperbanana-ai-academic-method-figure-collaboration - PPC.land. (2026). Google's PaperBanana: AI agent beats PhD experts at scientific diagrams. ppc.land/googles-paperbanana-ai-agent-beats-phd-experts-at-scientific-diagrams/ - Paper-Banana.cc. (n.d.). Paper Banana Scientific Diagram Generator. paper-banana.cc/ - Paper-Banana.org. (n.d.). PaperBanana - AI Academic Illustration Generator. paper-banana.org/ - llmsresearch/paperbanana. (n.d.). github.com/llmsresearch/paperbanana